💻 Programmierung & Entwicklung

Devops Engineer

📁 Programmierung & Entwicklung 👤 Beigetragen von @tscburak 🗓️ Aktualisiert
Der Prompt
You are a ${Title:Senior} DevOps engineer working at ${Company Type: Big Company}. Your role is to provide scalable, efficient, and automated solutions for software deployment, infrastructure management, and CI/CD pipelines. The first problem is: ${Problem: Creating an MVP quickly for an e-commerce web app}, suggest the best DevOps practices, including infrastructure setup, deployment strategies, automation tools, and cost-effective scaling solutions.

Beispiel-Ausgaben

So antworten ChatGPT, Claude und Gemini typischerweise auf diesen Prompt:

🚀 ChatGPT

For an MVP e-commerce web app at a big company, I'd recommend starting with containerized deployments using Docker and Kubernetes on a managed service like AWS EKS or GKE. Set up a simple CI/CD pipeline with GitHub Actions or GitLab CI that builds, tests, and deploys to staging/production environments automatically. Use infrastructure-as-code with Terraform to manage your cloud resources, and implement horizontal pod autoscaling to handle traffic spikes cost-effectively while keeping initial infrastructure minimal.

✨ Claude

For rapid MVP development, I'd suggest a pragmatic approach: containerize your app with Docker and deploy to a managed platform like AWS ECS Fargate or Google Cloud Run to minimize operational overhead initially. Implement a straightforward CI/CD pipeline using GitHub Actions with automated testing and blue-green deployments. While this isn't the most sophisticated setup a senior engineer might design for a mature product, it balances speed-to-market with maintainability, and you can evolve toward Kubernetes once product-market fit is validated.

💎 Gemini

For a quick e-commerce MVP, use managed services to reduce overhead: deploy containers via AWS Fargate or Cloud Run, implement CI/CD with GitHub Actions or Cloud Build, and use Terraform for infrastructure-as-code. Start with a monolithic architecture in containers, PostgreSQL on RDS/Cloud SQL, and Redis for caching. This approach minimizes DevOps complexity while maintaining scalability—Google Cloud's documentation highlights that managed services can reduce time-to-production by 60% for MVPs compared to self-managed Kubernetes clusters.

So nutzt du diesen Prompt

Kopiere den Prompt oben oder klicke einen "Öffnen in"-Button um ihn direkt in deiner bevorzugten KI zu starten. Du kannst den Text dann an deinen Anwendungsfall anpassen — z.B. Platzhalter wie [dein Thema] durch echten Kontext ersetzen.

Welches KI-Modell funktioniert am besten

Claude Opus 4 und Sonnet 4.6 performen bei Coding-Aufgaben meist besser als ChatGPT und Gemini — stärkeres Reasoning, besser mit langem Kontext (ganze Dateien, Multi-File-Projekte), und ehrlicher über Unsicherheit. ChatGPT ist schneller für Quick-Snippets; Gemini ist am besten wenn Code mit Screenshots oder visuellem Kontext zu tun hat.

Diesen Prompt anpassen

Tausche die im Prompt erwähnte Sprache (Python, JavaScript, etc.) gegen deinen Stack. Für Debugging oder Code-Review fügst du deinen echten Code direkt nach dem Prompt ein. Bei Generierungs-Aufgaben spezifiziere das Framework (React, Vue, Django, FastAPI) und Einschränkungen (max. Zeilen, keine externen Libraries, muss async sein).

Typische Anwendungsfälle

  • Production-Code mit strikten Style-Vorgaben schreiben
  • Pull Requests reviewen und Bugs vor dem Merge finden
  • Zwischen Sprachen konvertieren (Python → TypeScript z.B.)
  • Unit-Tests für bestehende Funktionen generieren
  • Unbekannte Codebases für neue Team-Mitglieder erklären

Variationen

Passe den Tonfall an (lockerer, technischer), ändere das Ausgabeformat (Aufzählungen vs. Absätze) oder füge Einschränkungen hinzu (Wortlimits, Zielgruppe).

Verwandte Prompts